Minimum Variances Estimation of Coefficient Matrices in a Dependent System
相依系统中系数矩阵的最小方差估计AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要仅提供通用相依向量数据的线性组合理论，无法确定面板、时间序列或金融应用。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
相依系统中系数矩阵的最小方差估计
- 研究问题
- 当向量数据的分量与信息来源存在相依性时，如何选择线性组合的系数矩阵，使其在给定约束下达到最小方差？
- 方法与思路
- 作者针对相依向量数据的受约束线性组合推导系数矩阵，并用协方差矩阵的半正定性描述与其他同约束组合的关系。
- 材料陈述的贡献
- 摘要称，作者获得最小方差系数矩阵，并给出与其他受同类约束线性组合比较时涉及协方差半正定性的结果。
- 阅读关注点
- 应核对线性组合的具体约束、相依结构及协方差信息是否已知，并确认半正定性结论比较的对象与矩阵表达式。
- 阅读边界
- 仅据版本未注明的OpenAlex短摘要；约束、矩阵公式与协方差是否需要估计均未说明，无法判断可实施性或更广泛最优性。
原文摘要
Minimum variance coefficient matrices are derived for a linear combination of vector-valued sets of data possessing dependent vector components and information sources. The covariance matrix for the difference between this and any other, similarly restricted, linear combination and the minimum variance combination is shown to be positive semi-definite.